函数项级数一致收敛性及其应用

笔者运用数形结合的思想方法,借助MATLAB软件对函数项级数的一致收敛性进行了编程实现,给出了应用举例,揭示了函数序列动态收敛的过程,阐明了一致收敛的本质.

基于机器学习的自发性早产生物标记物发现

近年来,基于基因表达微阵列数据的生物标记物示性基因的识别在生物信息学领域备受关注.自发性早产(Spontaneous Preterm Birth,SPTB)生物标记物的成功鉴定有利于降低孕妇早产的风险,具有重要的研究价值.提出一种从公开基因表达数据中识别SPTB生物标记物的方法.首先,从公开数据库下载SPTB的基因表达数据,运用支持向量机⁃递归特征消除(Support Vector Machine⁃Recursive Feature Elimination,SVM⁃RFE)进行基因特征选择,并与其他机器学习与特征选择方法(AdaBoost⁃RFE,Neural Network⁃RFE,Radom Forest⁃RFE和K⁃Nearest Neighbor⁃RFE)进行比较,利用准确性、精确度、灵敏度、特异度、F⁃测度和AUC等指标,对分类效果进行评价.然后,将SVM⁃RFE排名靠前的基因与其他方法排名靠前的基因取交集,以此作为识别出的SPTB生物标记物.接着,通过聚类分析、相关性分析和功能富集分析对识别的生物标记物进行初步的鉴定.最后,构建SVM分类器,在独立数据集上对所识别的生物标记物进行验证.结果表明,提出的机器学习方法对于SPTB生物标记物的发现是有效的.该方法能在孕妇产前无创检测患有SPTB的可能,减少对人工鉴别的依赖,降低孕妇早产风险.